基于多层感知机的个性化减肥营养搭配模型研究
DOI: https://doi.org/10.64083/STE2610915
作者
蒋汝元，温彦鑫，李斌，李欣阳，赵太燕
摘要
肥胖及其健康隐患已成为全球范性公共卫生难题。当前主流减重营养干预方案多以群体方案为主，难以匹配个体代谢、生活习惯与健康需求差异，导致干预精准度和长期效果受限。为此，本研究构建基于多层感知机（MLP）架构的个体化营养配比智能模型。该模型融合用户体脂率、基础代谢率等生理指标，活动强度、运动频率等行为数据及个性化减重需求，搭建三层隐含层的MLP回归网络，精准预测每日总能量以及蛋白质、碳水化合物、脂肪三大宏量营养素摄入水平。训练中引入Dropout与L2正则化，有效避免过拟合，提升模型稳定性与泛化能力。基于600人样本测试显示，模型总热量预测的决定系数（R²）达0.882，精度优于多元线性回归、随机森林等模型。12周随机对照试验表明，相较传统统一膳食指南组，模型定制方案的实验组在体重、体脂率、BMI、腰围等指标上改善更显著，依从性与满意度更高。本研究结合算法创新与实践验证，证明了MLP模型在个体化营养推荐中的应用价值，为科学减重迈向智能化、精准化提供了新路径与理论支撑。
关键词
多层感知机（MLP）个体化营养配比；减重干预；随机对照试验
